Tartalomjegyzék:
Meghatározás - Mit jelent a tanulási algoritmus?
A tanulási algoritmus egy gépi tanulásban alkalmazott algoritmus, amely segíti a technológiát az emberi tanulási folyamat utánozásában. A technológiákkal, például a neurális hálózatokkal kombinálva, a tanulási algoritmusok bevonó, kifinomult tanulási programokat hoznak létre.
A Techopedia magyarázza a tanulási algoritmust
A logikai regresszió, a lineáris regresszió, a döntési fák és a véletlenszerű erdők mind példák a tanulási algoritmusokra. Az olyan algoritmusok, mint a „legközelebbi szomszéd”, magában foglalják azokat a módszereket is, amelyekkel ezek az algoritmusok befolyásolják a döntéshozatalt és a gépi tanulási programokban való tanulást. Általában véve, hogy ezeknek az algoritmusoknak az a közös képessége, hogy képesek extrapolálni a teszt vagy képzési adatokból vetületeket vagy modelleket készíteni a valós világban. Gondolj ezekre az algoritmusokra, mint eszközökre az adatpontok összevonására a nyers adatmasszából vagy egy viszonylag nem címkézett háttérből.
Ahol a tanulási algoritmusok hasznosak mind felügyelt, mind felügyelet nélküli gépi tanulásban, ezeket különféle módon használják az egyes tudományágakban. A felügyelt gépi tanulásnak előnyei vannak a már címkézett és elkülönített adatokkal, tehát az alkalmazott tanulási algoritmusok bizonyos szempontból eltérőek lesznek. A lényeg az, hogy a mérnökök ezeket a tanulási algoritmusokat egyesítik egy adott technológia vagy program építőköveiként, amely jobban megérti az általuk emésztett adatkészleteket.
